Nim : G50119097
Kelas : A
RESUME
A. Hipotesis asosiatif
x= 800 900 700 600 700 800 900 600 500 500
y= 300 300 200 200 200 200 300 100 100 100
Ho: Tidak ada hubungan antara pendapatan dan pengeluaran
Ha: Terdapat hubungan antara pendapatan dan pengeluaran
atau:
Ho :ρ=0
Ha : ρ≠0
12 8 9 3 3 1 2 1 1 14 11 1 2
3 7 2 0 0 0 0 0
4 6 2 -1 0 1 0 0
5 7 2 0 0 0 0 0
6 8 2 1 0 1 0 0
7 9 3 2 1 4 1 2
8 6 1 -1 – 1 1 1 1
9 5 1 – 2 -1 4 1 2
10 5 1 2 –1 4 1 2
Σ = 70 _ Σ = 20 _ 0 0 20 6 10
X=7 Y=2
r xy = Σ xy = 10 = 0,9129
√ Σ x2 y2 √(20)(6)
Kesimpulan :
Terdapat korelasi positif sebesar 0,9129 antara pendapatan dan pengeluaran setiap
bulannya, dimana semakin besar pendapatan, semakin besar pula pengeluaran.
B. Koefisien kontigensi
Koefisien Kontingensi adalah uji korelasi antara dua variabel yang berskala data
nominal. Fungsinya adalah untuk mengetahui asosiasi atau relasi antara dua
perangkat atribut. Koefisien ini fungsinya sama dengan beberapa jenis koefisien
korelasi lainnya, seperti koefisien korelasi phi, cramer, lambda,
uncertainty, spearman, kendall tau, gamma, Sommer’s. Namun dalam hal
ini, Kontingensi C adalah uji korelasi yang spesifik untuk data berskala nominal.
Selain itu uji ini juga paling sering atau lazim digunakan dibandingkan uji
koefisien korelasi data nominal lainnya.
Uji ini sangatlah erat kaitannya dengan uji chi-square. Sebab berdasarkan rumus
uji koefisien ini, bahwa tidaklah mungkin koefisien ini dapat dihitung tanpa
terlebih dahulu mengetahu nilai dari chi-square. Jadi, logikanya adalah hitung
terlebih dahulu chi-square, baru kemudian hitung koefisien kontingensi.
Semangat
berolahraga
dan gairah Besar Kecil Sedang Jumlah
belajar
Besar 18 12 10 40
Sedang 34 43 33 110
Kurang 10 10 30 50
Jumlah 62 65 73 200=N
Setelah harga kai kuadrat kita ketahui, maka selanjutnya kita substitusikan kedalam
rumus koefisien kontingensi.[2]
:
Signifikansi Koefisien Kontingensi
Uji signifikansi :
1. X2 = 8,5 -> signifikan pada ∂ = 0,02
2. C = 0,285
3. Jadi C ≠ 0
1. Apabila tidak terdapat peringkat yang “kembar/sama” (“tied rank”). Rumus yang
digunakan untuk menghitung korelasi Spearman tanpa peringka sama adalah
B 6 7
C 8 5
D 3 1
E 2 6
F 7 8
G 1 2
H 4 9
Salesman Ranking Nilai Ujian Tertulis Ranking Jumlah Penjualan
I 10 4
J 9 10
Pembahasan:
Hipotesis:
H0: Tidak ada hubungan antara ranking nilai ujian tertulis salesman dengan rangking
jumlah penjualan oleh salesman di tingkat populasi
H1: Ada hubungan antara ranking nilai ujian tertulis salesman dengan rangking jumlah
penjualan oleh salesman di tingkat populasi
Tingkat Signifikansi: [Math Processing Error]α=5%
Statistik uji:
Data yang sudah di ranking.
Ranking Nilai Ranking Jumlah [Math Processing [Math Processing
Salesman Ujian Tertulis Penjualan Error]di Error]di2
A 5 3 2 4
B 6 7 -1 1
C 8 5 3 9
D 3 1 2 4
E 2 6 -4 16
F 7 8 -1 1
G 1 2 -1 1
H 4 9 -5 25
I 10 4 6 36
J 9 10 -1 1
Ranking Nilai Ranking Jumlah [Math Processing [Math Processing
Salesman Ujian Tertulis Penjualan Error]di Error]di2
[Math Processing
Error]∑=98
di mana:
di mana:
Keterangan:
S: statistik untuk jumlah konkordansi dan diskordansi
C: banyaknya pasangan konkordansi (wajar)
D: banyaknya pasangan diskordansi (tidak wajar)
n: jumlah pasangan X dan Y
Tx : faktor koreksi ranking X yang sama
Ty : faktor koreksi ranking Y yang sama
Sampel Besar
Jika sampel berukuran lebih dari 10, maka terapkan aproksimasi sampel besar dengan
menganggap bahwa distribusi sampel mendekati distribusi normal (z). Dengan
demikian, kaidah pengambilan keputusan untuk analisis korelasi kendall tau sebagai
berikut:
1. Hipotesis dua arah: tolak Ho jika Z hitung > Z tabel atau Z hitung ≤ -Z tabel
untuk n dan tingkat signifikansi α.
2. Hipotesis satu sisi: tolak Ho jika nilai Z hitung > nilai Z tabel untuk n dan
tingkat signifikansi α.
3. Hipotesis satu sisi: tolak Ho jika nilai Z hitung < -Z tabel untuk n dan tingkat
signifikansi α.
di mana:
1. Tentukan hipotesis nol dan hipotesis alternatif. H0: tidak ada kesesuaian
ranking yang diberikan oleh X dan Y dalam populasi. H1: ada kesesuaian
ranking yang diberikan oleh X dan Y dalam populasi.
2. Tentukan tingkat signifikansi α.
3. Hitung statistik uji dengan cara: (i) Susunlah pasangan-pasangan (Xi dan Yi)
dalam kolom menurut besarnya nilai-nilai X, dari nilai X yang paling kecil,
dalam hal ini nilai-nilai X berada dalam urutan yang wajar (natural order). (ii)
Bandingkan setiap nilai Y, satu demi satu dengan nilai yang ada di sebelah
kanannya, bila urutannya wajar (concordan) beri nilai 1, sedangkan bila
urutannya tidak wajar (disconcordan) beri nilai -1 (kurang 1). (iii) Tentukan
jumlah Concordan (C) dan Disconcordan (D). (iv) Hitung nilai S yang
diperoleh dari C – D. (v) Hitung nilai statistik τ.
4. Wilayah kritis:
5. Buatlah keputusan terima atau tolak Ho berdasarkan wilayah kritisnya.
6. Kesimpulan:
Contoh Soal Koefisen Kendall Tau
Diketahui sebuah ranking nilai wawancara dari dua orang pewawancara kepada 10
orang peserta dari tes tertulis dan tes praktek. Data nilai ranking sebagai berikut:
Statistik uji
Ranking berdasarkan urutan pewawancara 1
Sesudah mengatur ranking-ranking itu, dengan dasar ranking dari pewawancara 1, kita
tetapkan harga S untuk ranking yang saling berhubungan dengan variabel Y sehingga
diperoleh nilai S sebesar 25.
Karena terdapat ranking kembar, maka gunakan rumus korelasi kendall tau dengan
faktor koreksi. Pertama kita hitung dulu yang berikut ini.
Dengan demikian, kita peroleh
Pada tabel kendall tau untuk nilai S = 25 dan n = 10 diperoleh nilai τ tabel = 0,014.
Karena nilai τ hitung > τ tabel, maka tolak Ho pada tingkat signifikansi α=5%.
Kesimpulan: Dengan tingkat signifikansi 5%, terdapat cukup bukti untuk mengatakan
bahwa ada kesesuaian ranking nilai pewawancara 1 dan pewawancara 2 di tingkat
populasi.